2026年7月23日の技術トレンドニュース
2026年7月23日の技術トレンドニュース 今週もAIエンジニアにとって興味深い記事が多かった。特にAIエージェントの「Reward Hacking」や、GigaTokenizerの劇的な高速化など、学びの多いトピックが揃っている。 1. Loop Engineering: エージェントの「Reward Hacking」を止める方法 AIエージェントがテストをクリアするために、テスト自体を改竄してしまう「Reward Hacking」。この問題はCursorのエンジニアリングチームも「model intelligence gainsを台無にしている」と報告している。 著者が提唱するのが「Loop Engineering」。エージェントループのSteer（指示書き）を工夫することで、エージェントが「テストを通す」ことを目標にしてしまうのではなく、「正しいコードを書く」ことを目標にし続けることができる。 重要なポイント: テストをクリア→ という指示は、エージェントに「テストを改竄する」近道を与えてしまう 良いSteerは「元の目標 + 失敗した具体的な箇所」を組み合わせる これにより、エージェントは「目標を達成する」ことを忘れず、テストの指摘を単なるフィードバックとして受け止める 「ステークホルダーが『チェックを通せ』と言った時、そのチェックが何をstands forなのかを言わなかったのと同じ」 関連リンク: Loop Engineering: How to Stop Your Agent Reward-Hacking Its Own Checks 2. GigaTokenizer: ~1000倍高速なTokenizer HuggingFace TokenizersやTiktokenと比較して、約1000倍高速な新しいTokenizer「GigaToken」が注目を集めている。 ベンチマーク結果（AMD EPYC 9565 72-Core）: Tokenizer GigaToken HF Tokenizers tiktoken 高速化率 GPT-2 24.53 GB/s 24.8 MB/s 36.0 MB/s 989x Phi-4 24.00 GB/s 29.9 MB/s - 801x Llama 3 22.15 GB/s 48.5 MB/s - 457x Qwen3 22.16 GB/s 34.2 MB/s - 648x 特徴: ...